自(zì)聊(liáo)天机器人ChatGPT火爆以(yǐ)来，微软公司创(chuàng)始(shǐ)人比尔·盖茨(cí)已多(duō)次公开谈(tán)论人工智能话(huà)题。在最近的(de)一次采访中，他再(zài)次表示(shì)：“AI可能(néng)会让科技行(xíng)业迎来一次剧烈的洗牌”。

这个结论(lùn)是他在当地时(shí)间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发(fā)展(zhǎn)可能会威胁到谷(gǔ)歌的(de)市占(zhàn)率，因为微软在AI方面的(de)行动相当迅速。而最终科技巨头将把AI整合成(chéng)用(yòng)户(hù)的“全能助手(shǒu)”，包揽一(yī)切应用(yòng)，与人们进(jìn)行沟通(tōng)并提供建议，可(kě)以(yǐ)取代亚(yà)马逊(xùn)、Siri或(huò)Outlook等应用。

大(dà)佬口中全能(néng)助手的到来可(kě)能尚需时日，但(dàn)由ControlNet引发的(de)又一次AI绘(huì)画(huà)浪(làng)潮，让AIGC在(zài)ChatGPT的话题热(rè)点包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠(kào)近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次爆火的时候(hòu)，还是(shì)2022年8月，在美国科罗拉多州(zhōu)举(jǔ)办的(de)新兴(xīng)数字艺术家竞赛中，一幅名(míng)为《太空(kōng)歌(gē)剧(jù)院》的(de)作品获(huò)奖。

随后各大厂商的AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在(zài)应用中输入(rù)一(yī)组关(guān)键词或者一张照片(piàn)，就能获得一幅AI创(chuàng)作的画作。

作画的关键就是所输入的文本。同一组关(guān)键词(cí)也可以创作出很多(duō)张风格(gé)不一样的画作，这让创(chuàng)作的过程就像(xiàng)开盲盒。

很多用户(hù)很(hěn)喜欢这种(zhǒng)不确定的惊喜，他(tā)们(men)会将生成(chéng)的(de)美(měi)图当做(zuò)头像(xiàng)。而另(lìng)一部分喜欢翻看AI绘画的(de)“翻车”作(zuò)品(pǐn)。在社交媒体(tǐ)上，许多用户分(fēn)享AI“翻(fān)车现场”，例(lì)如(rú)，一位网友的(de)小(xiǎo)狗照片被(bèi)AI画成了“肌肉男”，还(hái)有网(wǎng)友的个人照片被(bèi)AI识别(bié)成了建筑。

而(ér)如今随着ControlNet的(de)出现(xiàn)与加持(chí)，以往AI绘画的(de)填写关(guān)键词(cí)游戏可(kě)能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人张吕敏(mǐn)创作的一种基于(yú)控制点的(de)图像(xiàng)变(biàn)形算法，主要(yào)用于数(shù)字图(tú)像(xiàng)处理、计(jì)算机视觉和计算(suàn)机图形学等(děng)领域(yù)。

其SD插件一(yī)经发布，在短短的两(liǎng)天内便成为了AI绘画领域最新的(de)热点。

在(zài)此之前，大家用了很多方法想让AI生成的结果(guǒ)尽可(kě)能(néng)的符(fú)合要(yào)求，但是都不尽如(rú)人意，它的出现代表着AI生成开(kāi)始进入真正的可控时期。

因为ControlNet可以直接提(tí)取画面的构图，人物的(de)姿势(shì)和(hé)画面的深(shēn)度信息(xī)等。有了它(tā)的帮(bāng)助，就不(bù)用频(pín)繁的用提(tí)示词来碰(pèng)运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相(xiāng)当于给(gěi)AI绘画加了“魔(mó)法(fǎ)”，不少博(bó)主的作品已经获得了大量的(de)浏览量(liàng)，“viggo”就是其(qí)中之一，他(tā)用朋友的照片(piàn)直接(jiē)带她(tā)们走进动漫世界(jiè)。

相亲对象不回消息算拒绝吗，相亲女拒绝你一般有三种暗示"async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应(yīng)的关(guān)键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果(guǒ)。

通过图片(piàn)就(jiù)可以(yǐ)看出来，效(xiào)果十分惊艳。

更厉害的是，除了(le)真实的(de)照(zhào)片，草图也可以加上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏其本尊(zūn)也(yě)亲(qīn)自回应。

不得不说当下(xià)AIGC已经变得越来越强大(dà)，甚至输出的作品都已经(jīng)能(néng)以(yǐ)假乱(luàn)真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣(yáo)这(zhè)所谓的(de)“party”可(kě)能是全国第一起AI绘(huì)图诈骗。

由(yóu)于这个活动里面给(gěi)出的美女照片都(dōu)是AI制作的真人照(zhào)片(piàn)绘(huì)图，因为太逼真，被大家当成真事(shì)传播(bō)了。

不过仔(zǎi)细观察可以发现，活动发起(qǐ)者提(tí)供的照片中有个很大的漏洞可以发(fā)现并非真人(rén)，相亲对象不回消息算拒绝吗，相亲女拒绝你一般有三种暗示而是(shì)AI绘图，那便是图片中女性的手指(zhǐ)部分有的存(cún)在(zài)异(yì)常。

有行业人(rén)事(shì)表示：“现(xiàn)在因为(wèi)手指部分的绘画算法比较复杂，AI还不太会画人的手(shǒu)，但(dàn)最新(xīn)看到的图(tú)片已经有越来越(yuè)完美的(de)AI模型(xíng)出现(xiàn)，以(yǐ)后可能就(jiù)完全没(méi)有(yǒu)漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据英国广播公司报道，土耳其地震期间(jiān)，有Tiktok用户(hù)使用(yòng)AI合成了儿童受灾的假照片(piàn)发布到网(wǎng)络，以此诱骗善良的人打赏“捐助”从而(ér)实(shí)施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如(rú)果这样(yàng)的图片被用来诈(zhà)骗，将非常可(kě)怕。

此外(wài)AIGC还引发了很多(duō)担(dān)忧，一方面(miàn)，批判者认为(wèi)AI在(zài)“学习”了大量前人(rén)的(de)作品之后，其创作没(méi)有任何情绪和灵魂，难(nán)以(yǐ)和人类的艺术创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没(méi)有(yǒu)得到有效的解(jiě)决，还(hái)有AIGC会(huì)不会代替(tì)人类“至高无上”的创意(yì)。

马斯克也强调，人工智能(néng)的安全(quán)问题需要得到重视，太晚就来不及(jí)了(le)。

03

AIGC下(xià)一站除了视频，还有远(yuǎn)方

技(jì)术(shù)都是有两面性的(de)，潜(qián)在的危(wēi)害并不能掩盖其光(guāng)辉(huī)的贡(gòng)献。现在看来，人工智能技(jì)术将(jiāng)是(shì)第四次工(gōng)业(yè)革命(mìng)的核心驱动力量(liàng)，将创造新的(de)增长奇(qí)迹。

过(guò)去一年，人工智能在技术和商业层面都(dōu)有了巨大进展(zhǎn)，AI绘画就(jiù)是人工智能技术发生方向性改变的(de)一个代表(biǎo)。其下一站或许(xǔ)就是视频。

此前，Meta和谷歌先(xiān)后发(fā)布了几(jǐ)条引(yǐn)爆科技(jì)圈(quān)的短(duǎn)视频。这些视频引(yǐn)发(fā)关注并非内容做得(dé)多(duō)优(yōu)秀(xiù)，反而都非常(cháng)简单，比(bǐ)如(rú)一匹(pǐ)正在喝(hē)水的马，一只(zhǐ)画画的(de)玩具熊，或者(zhě)一段(duàn)骑摩托车的第一视角录像，随便一个有手机的人(rén)都可(kě)以(yǐ)随手录下一段(duàn)。

但这(zhè)些短视频的创作方式非常简单，创(chuàng)作(zuò)者仅仅需要向AI输入一段(duàn)话，甚至只是说一下要求(qiú)，AI就可以根(gēn)据需(xū)要(yào)生(shēng)成一段视频。

谷歌发布的两(liǎng)个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出(chū)的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公(gōng)布了AI生成的视频后(hòu)，AI圈就已经玩了一波梗，一个能够做(zuò)出更(gèng)高(gāo)清(qīng)视频的(de)AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在(zài)于，它(tā)可以制(zhì)作出超过2分钟(zhōng)的连(lián)贯的也有(yǒu)确切内容(róng)的视(shì)频，这才是真正(zhèng)让人们(men)感到惊喜的地方(fāng)。因(yīn)为无(wú)论(lùn)AI生成的视频多(duō)么高(gāo)清，也只能是为内容生产者(zhě)提供一个灵感，一个(gè)素(sù)材，一个过场动画。

不(bù)过能够制作(zuò)出有(yǒu)具体剧情(qíng)内容的视频就意(yì)味着，一(yī)些视频创(chuàng)作(zuò)由(yóu)AI代替人(rén)工完成已(yǐ)经初步(bù)有了可(kě)能。

当下(xià)AI的发展速度已经超过大部分人(rén)的想(xiǎng)象。内容(róng)产业的本质是供给创造需(xū)求，AIGC作为全新的内(nèi)容生产方式，可以为内(nèi)容产业带来(lái)更新的内(nèi)容风格、更(gèng)快的生产速度，更低的生产成本，这无(wú)疑(yí)会驱动(dòng)内容产(chǎn)业的大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机器人动作等多种内(nèi)容形(xíng)式的生成(chéng)。不难发现该项(xiàng)技(jì)术不仅在游戏等行业能得到有效(xiào)应用，对(duì)于下(xià)一代互联网各(gè)种元素的构建(jiàn)亦有(yǒu)关键意义。

从商业化的角度来看，文化(huà)娱(yú)乐、教育、传媒等(děng)诸多领域，本身(shēn)就对基于(yú)AI的可视(shì)化内容有(yǒu)强烈需求。

因(yīn)此，AI绘画及视频或(huò)不是结果，而只是(shì)AI进程中(zhōng)的一块重要(yào)拼图，有望在技(jì)术更(gèng)新的加持下实现更大的应用价(jià)值。

AI从理(lǐ)解内容(róng)，走向了可以(yǐ)生成内容，甚(shèn)至能够创造出独立价(jià)值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产力(lì)即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技(jì)术(shù)的发(fā)展也可(kě)以看出(chū)，在(zài)语言大模型、图像大模型之(zhī)后，多模(mó)态大模型(xíng)已(yǐ)经成为(wèi)了新的趋(qū)势(shì)。

大模型被誉(yù)为当前人(rén)工智能发展的智能(néng)底座，是全球(qiú)竞(jìn相亲对象不回消息算拒绝吗，相亲女拒绝你一般有三种暗示g)争(zhēng)最(zuì)激烈的研究(jiū)方向(xiàng)之一，包括谷歌(gē)、亚马(mǎ)逊、百度、阿(ā)里、腾(téng)讯等(děng)众多头部企业都在(zài)竞相(xiāng)发力(lì)。

不过训练大模型(xíng)的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少(shǎo)算力》报(bào)告估算，GPT-3训练一次的(de)成本约为140万美元。而对于一些更大的LLM(大型语(yǔ)言模型)，训练成本则(zé)介(jiè)于200万(wàn)美元(yuán)至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对应芯片需(xū)求为3万多片(piàn)英伟达(dá)A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅(jǐn)电(diàn)费就(jiù)在5万美元左右。

此(cǐ)外(wài)不(bù)论(lùn)是(shì)ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在关(guān)注各类大(dà)模型的(de)发展(zhǎn)同时，更应该关注算力网络的建设。

算力网络正(zhèng)驱(qū)动AI产(chǎn)业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智能发展(zhǎn)的终(zhōng)极目标离(lí)得更近(jìn)。

因为算力(lì)可以对突破性技(jì)术创新提供大(dà)力的(de)支持。这方面，多(duō)模态大模(mó)型是典型。作为(wèi)面(miàn)向(xiàng)未来强人工智能(néng)、通用人工(gōng)智能的重要技(jì)术(shù)创新，多模态大(dà)模型已(yǐ)经在人工(gōng)智能领域提(tí)出(chū)了很多年(nián)，业界也有不(bù)少技术突破(pò)，但是，多模态大模型进一步往下(xià)走(zǒu)，算力需求呈几(jǐ)何式(shì)上(shàng)升，一般(bān)的(de)算(suàn)力基(jī)础设(shè)施很快(kuài)将难以胜任。

从图(tú)像(xiàng)、文字、语(yǔ)音单独一项的训练，到双模态、三模态(tài)的跃迁，让人工(gōng)智能可以灵活应对不同模态的(de)转(zhuǎn)化、像(xiàng)人与世(shì)界(jiè)交互一样自(zì)然(rán)，这方面，由算力网络来驱(qū)动将有明显优势。

此外，还有(yǒu)很多需要爆(bào)发式增(zēng)长的(de)算力(lì)来支撑的技术创新，将在(zài)人(rén)工智能算力(lì)网络支撑下快(kuài)速推进。

AIGC已经露(lù)出(chū)曙光，期待(dài)在大(dà)模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将创(chuàng)造的边际(jì)成本降低(dī)，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 相亲对象不回消息算拒绝吗，相亲女拒绝你一般有三种暗示